Universidad Tecnolgica de Panam

Ingeniera Industrial
Investigacin #1 de Estadstica I: Tipos de Muestreo

Integrantes: Cheng, Kinying Lao Lee, Tania Li, Brbara Quintero, Joselinn

Grupo: 1-I1131

Profesora.: Icenit Santamara

Fecha de Entrega: 3 de abril de 2013

INTRODUCCIN

Existen momentos en los que no es posible llevar a cabo un censo, cuando esto ocurre se selecciona una muestra, es decir, una parte representativa de la poblacin; el muestreo se encarga de seleccionar esta muestra. Con esto podemos explorar, explicar o describir las propiedades o caractersticas de esa poblacin. Para que un muestreo sea vlido, es necesario cumplir ciertos requisitos, entre ellos, ejemplificar las caractersticas de la poblacin. Hay mtodos de muestreo probabilstico y mtodos de muestreo no probabilstico. En este trabajo. En este trabajo explicaremos las diferentes clasificaciones de estos dos tipos de muestreos. A travs de inconvenientes de los mismos. una tabla podremos analizar las ventajas e

Qu es Muestra?
Subgrupo de la poblacin que es seleccionado o recolectado con la finalidad de estudiar las propiedades de dicha poblacin. La seleccin debe ser representativa de dicha poblacin.

TIPOS DE MUESTRAS PROBABILISTICA

La muestra probabilstica es un procedimiento en la cual los individuos u objetos tienen que tener la misma probabilidad de quedar incluida en la muestra. Para lograr formular o argumentar inferencias estadsticas satisfactorias, es necesario que todas las probabilidades sean conocidas. Para que las inferencias estadsticas sean efectivas, la seleccin debe ser aleatoria o probabilstica, de all su nombre. Las muestras probabilstica se dividen de la siguiente forma:

Muestreo Aleatorio Simple:

Es aquella que permite al investigador conformar una muestra de forma que cada elemento de la poblacin u objeto tenga la misma posibilidad de ser seleccionado. Esta tcnica requiere que cada poblacin o elemento a estudiar, estn enumerados. Los elementos que la compongan se han de elegir aleatoriamente entre los N de la poblacin. Ventajas: Se recomienda cuando la poblacin es pequea. Sencillo y de fcil comprensin. Clculo rpido. Cuando no se tiene informacin previa de la poblacin.

Desventajas: Requiere la identificacin y catalogacin de la poblacin, lo cual puede resultar muy costoso. Da como resultado menor precisin. Requiere una probabilidad de seleccin igual para todos los elementos que conforman la poblacin. Requiere mayor tamao de muestra que las otros tipos de muestreo. Ejemplo: Una universidad tiene 200 alumnos de Ingeniera Mecnica. Para extraer la muestra aleatoria de 25 alumnos: Se numeran los alumnos del 1 al 200. Se sortean 25 nmeros de entre los 200. La muestra estar formada por los 25 alumnos a los que les correspondan los nmeros obtenidos.

Muestreo Sistemtico:
La muestra sistemtica se basa en numerar los elementos de 1 a n. Luego de enumerar dichos elementos, se determina el intervalo de muestreo (i) mediante la siguiente operacin: i=N/n En donde N es el tamao de la poblacin y n el tamao de la muestra que se quiere. Despus se elige uno al azar y a los intervalos constantes, se eligen todos los dems hasta completar la muestra. Ventajas: Se recomienda cuando la poblacin es numerosa. La sencillez de la tcnica y que puede ser utilizado con bastante grado de confiabilidad en la prctica. Fcil de aplicar. Ejemplo: Una universidad tiene 200 alumnos de Ingeniera Mecnica. Para extraer la muestra aleatoria de 25 alumnos: Se numeran los alumnos del 1 al 200. Se calcula el intervalo constante entre cada individuo Se sortea un nmero del 1 al 8. Si por ejemplo, el 5 es el numero seleccionado, entonces, el primer alumno seleccionado para la muestra sera el nmero 5, los siguientes alumnos se obtendran sumando 5 y as sucesivamente hasta llegar a los 25 alumnos. Es decir: 5, 13, 21, 29, 37,. 197.

Muestreo estratificado
Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos respecto a las caractersticas a estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato el muestreo se realizara mediante muestreo aleatorio simple. Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de cada estrato en la muestra es proporcional a su tamao en la poblacin. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin.

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que contenga tambin esa misma proporcin.

Segn el libro Anlisis de Encuestas de Elena Abascal, el muestreo estratificado es adecuado cuando en la poblacin que se desea estudiar se pueden definir varios grupos o estratos sin solapamientos de manera que el comportamiento respecto a la variable objeto del estudio sea: Semejante en los componentes de un estrato Muy diferente entre los componentes de diferentes estratos.

Representacin de la poblacin y muestra del muestreo estratificado

Sea una poblacin de tamao N en la que se han definido L estratos de tamao, Nh, h=1. De cada estrato se extrae una muestra aleatoria de tamao nh. El mtodo proporciona las siguientes frmulas:

Muestreo por conglomerados

Cuando la poblacin se encuentra dividida, de manera natural, en grupos que se suponen que contienen toda la variabilidad de la poblacin, es decir, la representan fielmente respecto a la caracterstica a elegir, pueden seleccionarse slo algunos de estos grupos o conglomerados para la realizacin del estudio. Un conglomerado es una parte de la poblacin que contiene a los elementos de la muestra; por ejemplo, si se quiere realizar un estudio de opinin en una ciudad, esta se puede dividir en manzanas de casas, seleccionar al azar una serie de manzanas y realizar un estudio con las personas que habitan en las manzanas seleccionadas. Dentro de los grupos seleccionados se ubicarn las unidades elementales, por ejemplo, las personas a encuestar, y podra aplicrsele el instrumento de medicin a todas las unidades, es decir, los miembros del grupo, o slo se le podra aplicar a algunos de ellos, seleccionados al azar. Este mtodo tiene la ventaja de simplificar la recogida de informacin muestral. Cuando, dentro de cada conglomerado, se extraen los individuos que formarn parte de la muestra por m.a.s., el muestreo se llama bietpico. Las ideas de estratificacin y conglomerados son opuestas. El primer mtodo funciona mejor cuanto ms homognea es la poblacin respecto del estrato, aunque ms diferentes son stos entre s. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre s. Para obtener un muestreo por conglomerados manteniendo las propiedades estadsticas ms precisas posibles, es necesario:

Un nmero de conglomerados no consecuente. Tamao de los conglomerados uniformes. Homogeneidad de los individuos dentro de los conglomerados.

Este mtodo es recomendable en casos como los siguientes: Cuando no slo se dispone de un marco que liste las unidades elementales, sino que adems su elaboracin puede ser costosa. Cuando las unidades se encuentran muy dispersas geogrficamente, lo cual implicara la seleccin de una muestra muy dispersa, con la dificultad de supervisin del trabajo.

NO PROBABILSTICO
En este tipo de muestras, tambin llamadas muestras dirigidas o intencionales, la eleccin de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad, conveniencia, etc); son seleccionadas con mecanismos informales y no aseguran la total representacin de la poblacin. Esto implica que no es posible calcular con precisin el error estndar de estimacin, es decir no podemos determinar el nivel de confianza con que hacemos la estimacin. Lo anterior se explica porque no todos los sujetos tienen la misma probabilidad de ser seleccionados, por lo que es esperable la no representatividad de todos los miembros de la poblacin. Las muestras no probabilsticas, pese a ser consideradas poco rigurosas y carentes de base terica, son bastante frecuentes, incluso hay situaciones en que es ms conveniente usar un muestreo no probabilstico, por ejemplo cuando vamos a hacer estudios de casos, de poblaciones heterogneas, o en estudios que son dirigidos a poblaciones y grupos muy especficos donde la interesa una cuidadosa y controlada seleccin de sujetos con determinadas caractersticas. Generalmente, en los estudios cualitativos el muestreo no es probabilstico. Veamos ahora algunos procedimientos de muestreo no probabilstico:

Muestreo por juicio o intencional

La idea bsica que involucra este tipo de muestra, es que la lgica y el sentido comn puedan usarse para seleccionar la muestra que sea representativa de una poblacin. Las unidades se eligen en forma arbitraria, designado a cada unidad segn las caractersticas que para el investigador resulten de relevancia. Se emplea, por lo tanto, el conocimiento y la opinin personal para identificar aquellos elementos que deben ser incluidos en la muestra. Se basa, primordialmente, en la experiencia de alguien con la poblacin. Estas muestras son muy tiles y se emplean frecuentemente es los estudios de caso, por ms que la posibilidad de generalizar conclusiones a partir de ellas, sea en rigor nula. En algunas oportunidades se usan como gua o muestra tentativa para decidir cmo tomar una muestra aleatoria ms adelante. Este tipo de muestra exige un cierto conocimiento del universo, su tcnica consiste en que es el investigador el que escoge intencionalmente sus unidades de estudio. El investigador selecciona los individuos que considera ms representativos, lo que implica un conocimiento previo de la poblacin

Ejemplo Un reportero puede muestrear a dos o tres senadores, considerando que ellos reflejan la opinin general de todos los senadores. Sin embargo, la calidad de los resultados muestrales depende del juicio de la persona que seleccion la muestra.

Muestreo no probabilstico por juicio

Ventajas Tcnica de muestreo econmica, conveniente y rpida Depende de la experiencia y creatividad del investigador Puede ser til si no se requieren inferencias amplias Desventajas El muestreo es subjetivo No son representativas de ninguna poblacin definida La poblacin no est definida en forma explicita

Muestreo por conveniencia

Los sujetos de una investigacin especfica, son seleccionados para el estudio slo porque son ms fciles de reclutar y el investigador no est considerando las caractersticas de inclusin de los sujetos que los hace representativos de toda la poblacin.

En todas las formas de investigacin, sera ideal generalizar los resultados a la totalidad de la poblacin, pero en la mayora de los casos, la poblacin es demasiado grande y resulta imposible incluir cada individuo. Esta es la razn por la cual la mayora de los investigadores utilizan tcnicas de muestreo, como el muestreo de conveniencia, la ms comn de todas las tcnicas de muestreo. Muchos investigadores prefieren esta tcnica de muestreo, ya que es rpida, barata, fcil y sobre todo, los sujetos estn disponibles. Ejemplo Un profesor que realiza una investigacin en una universidad puede usar estudiantes voluntarios para que constituyan una muestra; la razn para elegirlos? simple, los tiene al alcance y participaran como sujetos a un costo bajo o sin costo. De manera similar, un inspector puede muestrear un cargamento de naranja seleccionando al azar naranjas de varias de las cajas. Marcar cada naranja y usar en mtodo probabilstico de muestreo puede no resultar prctico.

Muestras como los paneles de voluntarios en investigacin sobre los consumidores son tambin muestras de conveniencia.

Muestreo no probabilstico por conveniencia

Ventajas Se emplean en encuestas extensas Las muestras son accesible, cooperativas y fcil de medir Tcnica de muestreo menos costosa y que requiere menos tiempo Desventajas No se recomiendan para la investigacin descriptiva ni casual No son representativas de ninguna poblacin definida No son adecuadas para los proyectos de investigacin de mercados

Muestreo por cuotas

Este tipo de muestreo no probabilstico es el ms utilizado actualmente, principalmente en los sondeos y encuestas realizados por los medios de comunicacin. Se basa en construir un modelo idntico a la poblacin a estudiar en trminos de propiedades. Primeramente, se debe tener un buen conocimiento sobre los estratos de la poblacin y/o de los individuos ms representativos o adecuados para los fines de la investigacin a realizar y dividir dicha poblacin en varios estratos definidos por algunas variables de distribucin conocida (por ejemplo, el gnero o la edad). Luego, se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de la poblacin que representan. Por ltimo, se multiplica cada peso por el tamao n de la muestra para determinar la cuota precisa en cada estrato. Este muestreo se diferencia del estratificado ya que luego de determinar la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato. Este mtodo, a pesar de ser el menos costoso, posee ciertas limitaciones que es necesario precisar y que nos permita conocer uno de los errores ms comunes en las encuestas: Este mtodo est basado en la hiptesis. Que la informacin que deseamos obtener est correlacionada con la poblacin. Pero es solo una hiptesis de representatividad difcilmente demostrable. La eleccin de los individuos seleccionados por los investigadores en este mtodo no permite calcular probabilidades de pertenencia a la muestra. Lo que causa una dificultad de clculo de errores y en consecuencia de precisin del anlisis. Ejemplo: Si partimos de una poblacin tal como indica el siguiente cuadro: Sexo Masculino Femenino Edad Menos de 25 aos Entre 25 y 60 aos Ms de 60 aos Pas Francia Espaa Italia Suecia Blgica Total

600 400

200 500 300

Total

1000

Total

1000

250 200 250 150 150 1000

Si decidimos una fraccin de muestreo de 1/5 (20%) , encuestaremos a 200 personas con la siguiente distribucin: Sexo Masculino Femenino Edad Menos de 25 aos Entre 25 y 60 aos Ms de 60 aos Pas Francia Espaa Italia Suecia Blgica Total

120 80

40 100 60

Total

200

Total

200

50 40 50 30 30 200

La eleccin de los individuos dentro de la muestra de realizar de forma aleatoria.

Muestreo bola de nieve

El muestreo por bola de nieve permite seleccionar un grupo inicial de encuestados (referencias), por lo general al azar, a quienes despus de entrevistar se les solicita que identifiquen a otras personas que pertenezcan a la poblacin meta de inters. De esta forma, los siguientes encuestados se seleccionan con base en las referencias. Este proceso puede realizarse en olas para obtener referencias de las referencias, lo cual en si origina un efecto de bola de nieve. Aunque se emplea el muestreo probabilstico para elegir a los primeros encuestados, generalmente a travs de un muestreo aleatorio simple sin repeticin, la muestra final resultante es no probabilstica. Las referencias tendrn caractersticas demogrficas y pictogrficas ms similares a las personas que las refieren de lo que ocurrira al azar. Uno de los objetivos principales del muestreo de bola de nieve consiste en estimar las caractersticas que son raras en la poblacin. Los ejemplos incluyen a usuarios de servicios gubernamentales o sociales especficos, como los vales de comida, cuyos nombres no deben revelarse; grupos especiales del censo, como hombres viudos menores de 35 aos de edad; y miembros de una poblacin minoritaria dispersa. El muestreo de bola de nieve tambin se emplea en la investigacin industrial del compradorvendedor, para identificar parejas de compradores-vendedores. Sin embargo, la mayor ventaja del muestreo por bola de nieve es que incrementa en forma considerable la probabilidad de localizar las caractersticas deseadas en la poblacin. Tambin produce relativamente poca varianza del muestreo y tiene unos costes bajos.

Seguidamente se muestra un ejemplo de muestreo de bola de nieve:

Se seleccionan al azar los elementos 2 y 9 de los grupos A y B. El elemento 2 refiere a los elementos 12 y 13, mientras que el elemento 9 refiere al elemento 18. La muestra resultante est formada por los elementos 2, 9, 12, 13 y 18. En este caso nos damos cuenta de que no se seleccion ningn elemento del grupo E.

Conclusin
Para concluir, el muestreo en estadstica se conoce como la tcnica para la seleccin de una muestra a partir de una poblacin. Se espera de este proceso que sus propiedades sean extrapolables a la poblacin. El muestreo es un proceso prctico, ya que permite ahorrar recursos y dinero, y a su vez se obtienen resultados similares a los que se alcanzara si se hiciese un estudio de toda la poblacin. Debemos tener en cuenta que para que este proceso sea vlido y que podamos realizar diversos estudios adecuados se necesitan de ciertos requisitos para cada tcnica de muestreo que presentamos en este trabajo. A pesar de dichas tcnicas, no podremos estar 100% seguros de que el resultado sea una muestra representativa o verdadera.

Bibliografa
Fuente de informacin obtenida a travs de las siguientes pginas:
Estadstica para la administracin y economa. Ardenson, David; Sweeney, Dennis J. Editorial CENGAGE Learning. Mexico 2008. 10 Edicin http://cursos.uc.cl/unimit_psi_003-1/almacen/1222368251_jscharag_sec4_pos0.pdf

http://metodologiadelainvestigacion.forumcommunity.net/?t=14325119 http://www.slideshare.net/anthonymaule/muestreo-probabilistico http://www.vadenumeros.es/sociales/tipos-de-muestreo.htm http://html.rincondelvago.com/muestreo-probabilistico.html http://www.psico.uniovi.es/dpto_psicologia/metodos/tutor.7/p2.html http://www.wordreference.com/definicion/catalogaci%C3%B3n http://books.google.com.pa/books?id=qFczOOiwRSgC&pg=PA73&dq=muestr eo+estratificado&hl=es&sa=X&ei=U8FZUfetF4Lo8gSt7YCQBg&redir_esc=y#v= onepage&q=muestreo%20estratificado&f=false http://www.analisis-de-datos.com/Blog/muestreo-por-conglomerados.html http://books.google.com.pa/books?id=cbdromy2XrwC&dq=muestreo+por+c onglomerado&hl=es&source=gbs_navlinks_sv